En AXPE estamos desarrollando modelos para poder correlacionar la experiencia, el comportamiento o el sentimiento del cliente con los datos y eventos generados por los sistemas, y es cuando nos permite poner al cliente en el centro de la organización en lugar del producto, y responder a las necesidades y demandas de los clientes.
El mundo se ha convertido en un lugar complejo impulsado por las aplicaciones y la infraestructura. La transformación digital ha traído un aumento de los ciclos de cambios en el software, la explosión de nuevas aplicaciones, junto con la transición a la nube ha aumentado la complejidad en los sistemas. Arquitectura monolitica heredada, nueva arquitectura de microservicios donde los microservicios crean interacciones complejas donde los fallos son difícil que se repiten exactamente.
«El 83% de las organizaciones están buscando nuevos enfoques de monitoreo para manejar la complejidad de la nube y solo el 11% está satisfecho con las herramientas de monitoreo existentes» (451 Research: IT Monitoring Meltdown, agosto de 2020)
La observabilidad, que se originó en la teoría del control, mide lo bien que se pueden entender los estados internos de un sistema a partir de sus salidas externas. La observabilidad utiliza componenetes que proporcionan información que ayuda a responder preguntas en un tiempo rápido y seguro.
«La observabilidad trata de obtener respuestas a preguntas que no sabíamos que tendríamos que hacer. Es la información procesable que se recopila de todo un sistema que muestra la salud de su entorno» (Brent Miller, Director Senior de Operaciones en la Nube, Quantum Metric)
Definición del sistema
En pocas palabras, un sistema (de la teoría de sistemas) es una colección organizada de partes (o subsistemas) que están altamente integradas para lograr un objetivo general. El sistema tiene varias entradas, que pasan por ciertos procesos para producir ciertas salidas, que juntas, logran el objetivo general deseado para el sistema. Por lo tanto, un sistema generalmente se compone de muchos sistemas o subsistemas más pequeños.
Por ejemplo, una organización se compone de muchas funciones administrativas y de gestión, productos, servicios, grupos e individuos. Si se cambia una parte del sistema, la naturaleza del sistema general también cambia.
Los sistemas van desde simples hasta complejos. Existen numerosos tipos de sistemas. Por ejemplo, hay sistemas biológicos (por ejemplo, el corazón), sistemas mecánicos (por ejemplo, un termostato), sistemas humanos / mecánicos (por ejemplo, andar en bicicleta), sistemas ecológicos (por ejemplo, depredador / presa) y sistemas sociales (por ejemplo, grupos, oferta y demanda y también amistad).
Los sistemas complejos, como los sistemas sociales (por ejemplo, las instituciones financieras), se componen de numerosos subsistemas. Estos subsistemas están organizados en jerarquías e integrados para lograr el objetivo del sistema general. Cada subsistema tiene sus propios límites e incluye varios insumos, procesos, productos y resultados orientados a lograr un objetivo general para el subsistema. Los sistemas complejos suelen interactuar con sus entornos y son, por lo tanto, sistemas abiertos.
La observabilidad tiene la necesidad de ingerir todo (datos, mediciones etc) de sistema, es una única fuente de verdad de datos sobre el negocio y sus aplicaciones (sistema), se trata de capturar todos los datos en un sistema y usar esos datos para responder preguntas desde aplicaciones técnicas hasta negocios. Eso significa tener una captación de datos completa de extremo a extremo y visibilidad analítica de toda su pila (stack) completa donde se pueden obtener todas las métricas, registros (logs), trazas de los datos.
El enfoque clásico del modelo es la recopilación de datos para generar un panel de visualización, esta visión clásica no responde a las necesidades de entender y analizar sistemas complejos.
Log es un registro inmutable de eventos discretos que ocurrieron a lo largo del tiempo y nos dicen por qué está mal. Métricas es un conjunto de números que dan información sobre un proceso o actividad y nos indican lo que está mal. Trazas son una vista en el tiempo de un simple viaje a través del sistema y nos indican cómo está mal el sistema.
La observabilidad nos permite entender lo que sucede dentro y fuera del sistema, comunicar lo que está sucediendo, nos permite generar hipótesis que facilitan un nivel de comprensión y finalmente poder probar las hipótesis.
El desafío de la observabilidad ya no es un desafío de Big Data (la mayoría de las plataformas ya han resuelto este problema). Se trata de entender al usuario. Correlacionar la percepción del usuario con los datos de rendimiento reales. Correlacionar el sentimiento del usuario con los datos de observabilidad. Que se validen o invaliden las quejas de los usuarios comparándolas con los datos recopilados por los distintos tipos de observadores. Que se revisen y entiendan fácilmente los problemas.
La causalidad como concepto trata de ser capaz de descifrar la forma en que las cosas se influyen entre sí en un sistema (correlación no implica causalidad). Comprender la causalidad conduce a una perspectiva más profunda sobre la agencia, los bucles de retroalimentación, las conexiones y las relaciones, que son partes fundamentales del mapeo de sistemas.
Poder correlacionar la experiencia, el comportamiento o el sentimiento del cliente con los datos y eventos generados por los sistemas, es cuando nos permite poner al cliente en el centro de la organización en lugar del producto, y responder a las necesidades y demandas de los clientes.
